Contribution à l'estimation des substances appauvrissant la couche d'ozone (SAO) au Togo de 2000 à 2005
Bibliographic record
Abstract
Nos estimations, réalisées dans le cadre des activités de recherche du Laboratoire de chimie atmosphérique de la Faculté des sciences de l'université de Lomé, sont une contribution à la concrétisation de la volonté du gouvernement togolais qui a ratifié la Convention de Vienne et le Protocole de Montréal relatifs aux substances appauvrissant la couche d'ozone (SAO) ainsi que tous ses amendements.Au titre de l'année 2005, la consommation du Togo en SAO est de 934,754 tonnes PAO soit 0,000179 tonnes PAO par habitant. Les SAO consommées proviennent exclusivement de l'importation qui est soit légale soit illicite. Utilisées essentiellement pour la réfrigération et la climatisation, les SAO se répartissent comme suit :— 0,096 tonne métrique de CFC-11 ;— 916,704 tonnes métriques de CFC-12 ;— 326,437 tonnes métriques de HCFC-22.Si pour d'autres secteurs d'activité il n'existe pas de données accessibles, la porosité de nos frontières permet de soupçonner l'utilisation d'autres SAO. C'est le cas par exemple des halons et du bromure de méthyle.Le Togo peut contrôler et revoir à la baisse sa consommation en SAO par l'amélioration du Programme de Pays qui puisse aboutir à d'autres possibilités de projets de financement.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".